• 한국정보처리학회논문지
• /
• 제1권4호
• /
• pp.541-550
• /
• 1994

True Color 영상은 전송 및 저장에 많은 데이터 량이 필요하지만, 적은 데이터를 가지고 컬러 모니터에 나타낼 때 인간 시각에 별무리없이 나타내고자 한다. 본 논문 에서는 RGB, YIQ/YUV 공간에서 256개의 컬러맵 생성 방법과 서로 다른 컬러맵을 한 화면에 동시에 표시하면 원 컬러 영상과 다르게 나타나므로 컬러맵간을 결합하여 공 통되는 컬러맵 표현 방법을 제시한다. RGB, YIQ/YUV 공간상에서 처리된 결과를 비교하 기 위해 PSNR, 표준편차, Sobel연산자를 이용한 에지보존율로서 측정하였다. 처리시간 은 새로운 컬러맵 생성은 3초, 컬러맵간의 결합은 2초 소요되었다. PSNR 값은 RGB 공 간이 YIQ 공간과 YUV 공간보다 평균적으로 0.15, 0.34［dB］ 정도 높고, 표준편차는 평균적으로 0.15, 0.41정도 낮았다. 그러나 데이타 압축 면에서 YIQ/YUV공간은 색상 부분에서 8비트중 4비트만을 사용하였기 때문에, RGB 공간보다 1/3정도 압축 효율을 나타낸다.

• 한국산학기술학회논문지
• /
• 제20권2호
• /
• pp.20-25
• /
• 2019

멀티미디어 신호의 대부분은 이미지 데이터가 차지하고 있어 이미지 데이터를 효율적으로 처리하고 전송하는 문제가 정보화 사회의 중요 과제라 할 수 있다. 따라서 본 논문에서는 이미지 데이터를 압축하는 여러 방식 중에 YUV색 공간을 이용하여 중요도에 따라 색상 비트를 줄이는 압축 알고리즘을 제안한다. 4:2:2 서브샘플링은 영상 분야에서 표준으로 사용되고 있다. 색 정보와 사람의 망막이 가지는 특성을 이용하여 4:2:2 서브 샘플링으로 YUV의 색상 데이터를 줄였다. YUV 이미지와 RGB 이미지는 변환 행렬을 통해 서로의 색 영역으로 변환하여 사용할 수 있다. 이미지 데이터를 YUV로 색 공간으로 변환하여 상대적으로 낮은 U, V 비트를 다운 스케일작업을 수행 한 후 4:2:2 서브 샘플링을 통하여 데이터를 압축한다. 기존의 방식들과의 비교를 통하여 제안한 알고리즘의 성능을 비교하고 분석하였다. 분석한 결과 중요도가 낮은 색상 요소의 정보를 줄인 제안된 방식의 결과와 원본과 비교했을 때 품질의 큰 저하 없이 이미지를 압축 할 수 있었다.

• 정보처리학회논문지D
• /
• 제13D권1호
• /
• pp.125-132
• /
• 2006

현재의 차량번호인식 시스템은 외부의 잡음환경 때문에 안정적인 추출이 쉽지 않은 실정이다. 본 논문에서는 YUV컬러 공간변환을 이용하여 잡음환경에서도 인식률과 안정성이 높은 차량번호판 영역추출 방법을 제안한다. 차량번호판 컬러에서 RGB컬러 모델이 처리 시간은 빠르나 잡음환경에서는 인식률이 저조하고 밝기 정보가 별도로 표시되는 인자가 없으므로, RGB형식보다 빛에 둔감하고 데이터 량이 적은 YUV컬러 공간의 U채널과 V채널을 단계별 또는 재조합하는 방법으로 차량번호판 영역을 추출하였다. 차량번호판 영역은 라벨링된 영상의 기하학적 특성인 크기와 위치로 추출하였다. 본 논문에서 제안한 알고리즘은 여러 가지 잡음환경에서도 육안으로 구분할 수 있는 차량번호판을 모두 추출할 수 있음을 검증하였다.

• Journal of Information Processing Systems
• /
• 제10권2호
• /
• pp.283-299
• /
• 2014

Skin detection is used in many applications, such as face recognition, hand tracking, and human-computer interaction. There are many skin color detection algorithms that are used to extract human skin color regions that are based on the thresholding technique since it is simple and fast for computation. The efficiency of each color space depends on its robustness to the change in lighting and the ability to distinguish skin color pixels in images that have a complex background. For more accurate skin detection, we are proposing a new threshold based on RGB and YUV color spaces. The proposed approach starts by converting the RGB color space to the YUV color model. Then it separates the Y channel, which represents the intensity of the color model from the U and V channels to eliminate the effects of luminance. After that the threshold values are selected based on the testing of the boundary of skin colors with the help of the color histogram. Finally, the threshold was applied to the input image to extract skin parts. The detected skin regions were quantitatively compared to the actual skin parts in the input images to measure the accuracy and to compare the results of our threshold to the results of other's thresholds to prove the efficiency of our approach. The results of the experiment show that the proposed threshold is more robust in terms of dealing with the complex background and light conditions than others.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2002년도 ICCAS
• /
• pp.109.3-109
• /
• 2002

1. Introduction 2. Vision system 3. Effect of brightness variations 4. Color classifier using multi-layer neural network 5. Experimental result of color classifier 6. Applications for robot soccer system 7. Conclusion

• 한국컴퓨터산업학회논문지
• /
• 제3권12호
• /
• pp.1765-1774
• /
• 2002

얼굴 인식은 현재 많은 연구가 활발히 진행되고 있는 분야이다. 하지만, 이에 따른 많은 문제점들이 선결되어야 하는 실정이다. 우선, 영상 취득과정에서 생기는 다양한 조명 변화와 카메라의 위치 변화를 고려하여 대상 얼굴을 인식해야 한다. 본 논문에서는 PC 카메라 및 주민등록증에 있는 사진을 스캔하여 얼굴 특징점을 정확하고 빠른 계산 시간 안에 찾을 수 있는 새로운 방법을 제시한다. RGB 색공간을 YUV로 변환하여 Y성분을 히스토그램 균등화 시켜 휘도에 관계없이 얼굴 피부색을 추출한 후 YUV의 V성분을 변형한 V' 성분을 이용하여 얼굴의 특징점을 찾는 방법이다. 실험결과 주민등록증 사진과 PC카메라에서 입력받은 얼굴 영상이 오류 없이 추출됨이 관찰되었다.

• 정보처리학회논문지D
• /
• 제14D권7호
• /
• pp.809-818
• /
• 2007

본 논문에서는 컬러정보를 이용하여 교통표지판 영역을 추출하고, 추출된 이미지의 인식을 위해 오류 역전파 학습알고리즘을 적용한 교통표지판 인식시스템을 제안한다. 제안된 방법은 교통표지판의 컬러를 분석하여 영상에서 교통표지판의 후보영역을 추출한다. 후보영역을 추출하는 방법은 RGB 컬러 공간으로부터 YUV, YIQ, CMYK 컬러 공간이 가지는 특성을 이용한다. 형태처리는 교통표지판의 기하학적 특성을 이용하여 영역을 분할하고, 교통표지판 인식은 학습이 가능한 오류역전파 학습알고리즘을 이용하여 인식한다. 실험결과 제안된 시스템은 다양한 크기의 입력영상과 조명의 차이에 영향을 받지 않고 후보영역 추출과 인식에 우수한 성능이 입증되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1782-1787
• /
• 2003

A face recognition is currently the field which many research have been processed actively. But many problems must be solved the previous problem. First, We must recognize the face of the object taking a location various lighting change and change of the camera into account. In this paper, we proposed that new method to find feature within fast and correct computation time after scanning PC camera and ID card picture. It converted RGB color space to YUV. A face skin color extracts which equalize a histogram of Y ingredient without the Luminance. After, the method use V' ingredient which transforms V ingredient of YUV and then find the face feature. The result of the experiment shows getting correct input face image from ID Card picture and camera.

• 방송공학회논문지
• /
• 제23권1호
• /
• pp.93-103
• /
• 2018

본 논문에서는 실 도로 영상에서 속도 표지판을 인식하는 방법을 제안한다. 기존의 표지판 인식의 방법들은 조명 변화에 민감하고 반복적인 형태 특징까지 추출하여 인식 성능이 감소하는 단점이 있다. 제안한 방법은 가중치가 적용된 YUV 색상 모델을 이용함으로써 속도 표지판의 색 특성을 강조하였으며 또한 표지판 후보 영역에 관심영역을 국부적으로 제한함으로써 인식 성능을 개선하였다. 이때, 검출과 인식을 위해서는 하 특징을 이용한 아다부스트 분류기를 사용하였다. 제안한 방법을 다양한 속도 및 환경하에서 실험한 결과 기존의 방법들보다 인식의 성능이 향상되었음을 확인하였다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제53권1호
• /
• pp.32-39
• /
• 2004

The color-based vision systems have been used to recognize our team robots, the opponent team robots and a ball in the robot soccer system. The color-based vision systems have the difficulty in that they are very sensitive to color variations brought by brightness changes. In this paper, a neural network trained with data obtained from various illumination conditions is used to classify colors in the modified YUV color space for the robot soccer vision system. For this, a new method to measure brightness is proposed by use of a color card. After the neural network is constructed, a look-up-table is generated to replace the neural network in order to reduce the computation time. Experimental results show that the proposed color classification method is robust under illumination variations.